Python tf.keras.layers.Dense如何处理3D张量？
我有一个包含一组句子的3D张量。因此，形状为[批量大小、句子中的字数、嵌入维度]。在一个玩具示例中，我正在研究的实际尺寸是[256,84,32]。注意，在这个例子中，我将句子中的单词数设为零。我想用tf.keras.layers.dense把这个张量通过一个稠密层。我将致密层定义为Python tf.keras.layers.Dense如何处理3D张量？,python,tensorflow,keras,tensorflow2.0,Python,Tensorflow,Keras,Tensorflow2.0,我有一个包含一组句子的3D张量。因此，形状为[批量大小、句子中的字数、嵌入维度]。在一个玩具示例中，我正在研究的实际尺寸是[256,84,32]。注意，在这个例子中，我将句子中的单词数设为零。我想用tf.keras.layers.dense把这个张量通过一个稠密层。我将致密层定义为densed=tf.keras.layers.densed（32）。但是，当我将3D张量发送到这个密集层时，我得到以下错误： ValueError: Tensor's shape (128, 128) is not c
densed=tf.keras.layers.densed（32）ValueError: Tensor's shape (128, 128) is not compatible with supplied shape [32, 32]
谢谢 更新：当我将3D张量重塑为（256，84*32），然后将其输入到稠密层=tf.keras.layers.dense（84*32）时，我仍然会得到以下错误：ValueError:tensor的形状（128，128）与提供的形状不兼容[2688，2688]您能检查是否将正确的输入放入稠密层，其中输入张量的形状（128，128）而您的三维张量输入是[256,84,32]？